首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于非线性混合模型的高光谱波谱信号提取方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 高光谱成像技术的发展与应用第10-12页
    1.2 本文的研究内容及意义第12-13页
    1.3 国内外研究现状第13-15页
        1.3.1 线性混合模型的波谱信号提取第14-15页
        1.3.2 非线性混合模型的波谱信号提取方法第15页
    1.4 本文结构第15-17页
第二章 高光谱像元混合模型及数据采集第17-30页
    2.1 概述第17-18页
    2.2 线性混合模型第18-19页
    2.3 非线性混合模型第19-23页
    2.4 数据采集第23-29页
        2.4.1 模拟数据实验数据采集第23-27页
        2.4.2 高光谱数据采集第27-29页
    2.5 本章小结第29-30页
第三章 线性波谱信号提取及算法性能评价第30-53页
    3.1 概述第30页
    3.2 线性波谱信号提取方法第30-33页
        3.2.1 基于PPI的线性波谱信号提取第31-32页
        3.2.2 基于VCA的线性波谱信号提取第32-33页
    3.3 波谱信号提取算法性能评价方法第33-48页
        3.3.1 性能评价流程第33-34页
        3.3.2 评价方法第34-39页
            3.3.2.1 FCLS丰度反演算法第34-37页
            3.3.2.2 CS(Compress Sensing)丰度反演算法第37-39页
            3.3.2.3 非线性FCLS(Nonlinear FCLS,NFCLS)丰度反演第39页
        3.3.3 评价参数与计算方法第39-41页
        3.3.4 线性与非线性丰度反演实验与分析第41-48页
            3.3.4.1 模拟数据实验第41-46页
            3.3.4.2 实测数据数据实验第46-47页
            3.3.4.3 实验结果分析第47-48页
    3.4 线性波谱信号提取实验与分析第48-52页
        3.4.1 基于PPI的波谱信号提取算法实验第48-49页
        3.4.2 基于VCA的波谱信号提取算法验证实验与分析第49-52页
        3.4.3 线性波谱信号提取算法实验分析第52页
    3.5 本章小结第52-53页
第四章 非线性混合模型下的波谱信号提取第53-70页
    4.1 概述第53页
    4.2 非线性混合模型下的波谱提取方法第53-56页
        4.2.1 算法描述第53-55页
        4.2.2 初始化参数的选择第55-56页
    4.3 非线性波谱信号提取实验与分析第56-68页
        4.3.1 模拟数据实验第56-61页
        4.3.2 算法抗噪实验第61-63页
        4.3.3 实测数据实验第63-67页
        4.3.4 实验结果分析第67-68页
    4.4 非线性波谱信号提取算法在目标识别中的应用第68-69页
    4.5 本章小结第69-70页
第五章 总结与展望第70-73页
    5.1 本文总结第70-71页
    5.2 展望第71-73页
致谢第73-74页
参考文献第74-80页
攻读硕士学位期间取得的成果第80-81页

论文共81页,点击 下载论文
上一篇:基于外包数据库的查询验证方法研究
下一篇:基于多属性消减的概念格构造算法研究